大断面连铸圆坯超声检测技术成果在国际冶金顶尖期刊发表

时间：2026-04-08 来源：新闻传媒中心

近日，由山钢研究院数字智能技术研究所牵头，联合北京科技大学开展的“大断面连铸圆坯内部缺陷智能识别”技术研究取得重要进展，相关成果以第一作者身份，正式发表于冶金工程领域传统权威期刊《Steel Research International》。

大断面连铸圆坯是风电塔筒法兰、高端轴承等关键装备的核心坯料，其质量直接决定最终产品的服役安全与使用寿命。长期以来，受多种因素影响，传统人工超声检测技术面临检测信号信噪比低、不同缺陷信号特征相似度高等瓶颈。依赖主观经验，易出现漏判、误判问题，成为制约特钢高质量发展的难点。

针对这一“卡脖子”难题，山钢研究院数字智能技术研究所研发团队立足生产需求，以特钢产品S355NL（Q355NE）风电法兰用连铸圆坯为研究对象，开展技术攻关，创新提出多尺度特征融合与注意力增强的深度学习分类模型，成功破解传统检测痛点，实现了从“人工判伤”到“智能识别”的跨越式升级，大幅提升检测的精准度与效率。

经实际生产验证，在涵盖中心疏松、缩孔、裂纹、正常及复合缺陷五类典型情况的239组实际工业检测样本中，该方法的整体分类准确率高达92.3%，其中裂纹识别准确率达到95.4%。与其他主流方法相比，该项技术大幅提升了计算效率，单次推理时间小于10毫秒，完全满足了工业现场实时检测需求。

《Steel Research International》期刊创刊于1929年，以研究成果的扎实性、工程实用性为核心特色，在全球钢铁行业科研领域享有极高声誉，是业内公认的权威交流平台。此次技术成果发表是山钢研究院在“AI+无损检测”交叉领域的首篇国际期刊论文，标志着山钢研究院在该领域的研究迈入国际视野。目前，研发团队已将该技术成果部署于现场，正持续优化模型对复杂工况的适应能力。（祝 叶 李希海 唐 蒙 史 强）